2026年5月AI圈大盘点：Agent热得发烫，模型大战白热化，还有一个反常识的趋势

1. Anthropic 放出大招：Managed Agents 来了

Anthropic 在 4 月 8 日上了 Claude Managed Agents，公开测试。不是画饼——直接对标 OpenAI 的 Assistants API，但路子不一样。

几个要点：

• 全托管执行层：你定义 agent 的行为和工具，基础设施（编排、沙箱隔离、会话管理、凭证处理）全部 Anthropic 搞定。不用再搭一整套 infra。
• 长时间运行会话：agent 可以自主跑几个小时，断连不丢进度。这对实际生产太重要了——你不想半夜爬起来看它是不是卡住了。
• 多 agent 协作（预览阶段）：agent 可以自己拉起别的 agent 来并行工作。一个拆任务，分给三个子 agent 同时跑，最后合并结果。
• 内置评估：定义成功标准，Claude 自己评估自己，迭代改进。

已经在用的大客户： Notion（工作空间内嵌智能体）、Rakuten（企业内部部署，一个 agent 一周上线）、Asana（AI 队友）、Vibecode（prompt 到部署全自动化，声称快 10 倍）。

Anthropic 的工程师博客系列也值得翻翻：“Decoupling the brain from the hands”、“Equipping agents for the real world with Agent Skills”——不是营销稿，是在讲架构。

2. CodeGraph：代码知识图谱，Agent 的"外挂大脑"

如果 Managed Agents 是引擎，CodeGraph 就是轨道。这个项目 4.5 个月涨到 37K 星。

它解决了什么？ AI 编码 agent 最浪费 token 的就是一直读文件、搜代码、找上下文。CodeGraph 提前把代码建成本地 SQLite 知识图谱（AST 解析，不是 LLM 总结），然后通过 MCP 协议暴露 8 个工具出来。

支持 20+ 语言： TS/JS、Python、Go、Rust、Java、C#、PHP、Ruby、C/C++、Swift、Kotlin……连 Lua、Svelte、Vue 都有。还能识别 Django、FastAPI、Express、Rails 等框架的路由关系。

怎么用？

npx @colbymchenry/codegraph

自动检测你装了哪家的 agent，一键配好 MCP 配置。之后在 Claude Code 里问"这个函数谁调用的"，它直接查图，不需要自己翻代码。

v0.9.8 更新（6月1日）： Go 的 Gin 中间件链路追踪、Swift 延迟校验流程、God-file 多阶段问题处理。

这个项目最让我兴奋的是：它第一次让 AI agent 读代码的效率逼近人类直觉——你一眼就能看到"这个函数从哪来到哪去"，现在 agent 也能了。

3. stop-slop 和 taste-skill：AI 味去不掉，市场就给你上一课

这可能是最反常识的趋势——两个纯文本 skill 文件加起来快 40K 星。

stop-slop（8K+ ⭐）：一份 Markdown 文件，告诉 AI “不要怎么写”。8 条核心规则 + 禁用短语列表 + 应避免结构 + 改写对比示例。看完直拍大腿——每一条 AI 味症状我都见过。

taste-skill（31K+ ⭐）：更进一步，教 AI “什么样的输出算有品位”。从 UI/UX 出发，现在扩展成多技能套件。还有个 npm 包 @taste-skill/modern-native。

这两个项目爆火的背后是一个残酷的事实：用户对 AI 味的容忍度已经见底了。当每个人都用 ChatGPT 写文章，“作为…”、“值得注意”、“不可忽视的”、"划重点"就成了新的噪音。当全网都是同一种语气，内容就失去了信用。

对于做 API 中转站的来说，这个信号很直接：你的用户也在用 AI 生成内容，如果输出充满 AI 味，他们自己也知道不好。去 AI 味工具链会持续增长。

4. MoneyPrinterTurbo：76K 星的一键视频

这个项目从 60K 到 76K 就一周，涨了 1.6 万星。中文开发者做的 AI 短视频工具，主打"给文案就出片"。不是那种折腾一天才能出结果的——几行配置，一个 prompt，出来的视频发抖音/快手/B站够用。

为什么火？视频是目前最高频的内容消费形态，但生产门槛一直降不下来。MoneyPrinterTurbo 把门槛踩到了地板：不需要剪辑、不需要配音、不需要找素材。虽然效果和专业制作没法比，但搞定 90% 的信息流内容没问题。

对做分发的人来说，这工具值得看。想象一下：一篇技术文章写成脚本 → MoneyPrinterTurbo 出视频 → 全平台分发。一条流水线。

5. Opus 4.8 vs GPT-5.5：真正的"键盘大战"

这次不是社区瞎吵，是真的大佬下场。

基准测试数据（来源：Anthropic 系统卡）：

• SWE-bench Pro（编程）：Opus 4.8 69.2% vs GPT-5.5 58.6%
• Terminal-Bench 2.1（终端操作）：Opus 4.8 74.6% vs GPT-5.5 78.2%
• OSWorld-Verified（计算机操控）：Opus 4.8 83.4% vs GPT-5.5 78.7%
• GraphWalks 1M BFS（长上下文）：Opus 4.8 68.1% vs GPT-5.5 45.4%
• 定价：都是 $5/$25-30 每百万 token

Opus 4.8 在长上下文和 SWE-bench 上明显领先，GPT-5.5 在终端操作上更强。

antirez（Redis 创始人） 直接开喷：

“Anthropic 犯了一个大战略错误。以前他们拿自己新模型比旧模型，这次把 GPT-5.5 放进来了——结果反而让所有人觉得基准测试不可信。”

他的核心质疑很尖锐：如果 Opus 4.8 纸面上碾压 GPT-5.5，但用户实际体验觉得 GPT-5.5 更好用，那基准到底测的是什么？

DHH（Ruby on Rails 创始人） 站 GPT-5.5：

“我遇到的 GPT-5.5 让我惊叹的时刻比 Opus 4.5 以来任何模型都多。编程体验太顺畅了，太棒了。”

他提到用 GPT-5.5 写了 3 万行代码中的大部分。

我的看法： 这个争议的核心不是哪个更强——其实是"测的什么"和"用的什么"之间有了裂缝。Opus 4.8 在长上下文、全代码库推理上确实有架构优势，但 GPT-5.5 在日常编码的"手感"上更好。这两者不矛盾。理想的选择是路由：看任务类型决定用哪个，而不是押一边。

总结几个信号

1. Agent 工具链在快速收敛 — Managed Agents + CodeGraph 形成"托管执行+本地代码图谱"的组合
2. 内容质量成了新的焦虑 — 当 AI 内容泛滥，"不像 AI 写的"反而成了稀缺品
3. 视频生成门槛降到地板 — 文字到视频的 pipeline 已可用，内容分发逻辑在变
4. 模型选择不是单选题 — Opus 4.8 和 GPT-5.5 各有胜负，路由策略比站队更有价值